抖音上那些舞蹈大咖 可能根本不会跳舞...(图/视)

从小被说小脑不发达,四肢不协调的痛,一般人真的体会不了。。。

每当提到跳舞,小辣椒想象中的自己,哪怕是跟着《最炫民族风》的节奏都抖得帅气异常——

但实际上,跳出来是这样。。。

以及这样。。。

嗯?啊?我明明每个beat都在点子上的啊。。。

就在最近,来自加州大学伯克利分校的研究团队研究出了一个新算法,能让人人都变身舞蹈界的杨丽萍。

EverybodyDanceNow 

怎么操作?

首先,准备一个范本舞蹈作为源视频,就先随便选段儿火星哥的“短腿舞”吧。。。

然后,再传入一段儿普通人随意晃动的视频,作为用于修改的目标视频。

在接收到指令后,Everybodydancenow算法会将源视频中人物的动作完全复刻到目标视频中。

不过,刁钻的差友可能会怀疑是火星哥舞蹈难度系数不,动作幅度不够大所以复刻过程比较简单。

那就再来段儿芭蕾吧,对舞者控制、力量、协调性的要求都更高,复刻难度看上去比“短腿舞”更大了。

说真的,算法的处理结果竟然还挺让人惊喜。。。

动作同步毫无压力,从头到手,再到脚部动作几乎都跟源视频保持了一致。

要说有什么不足,可能就是气质这个东西,真没法儿复制,源视频和目标视频中的舞者的仪态差异不小。 “天鹅颈”看来真的只能靠练出来了。。。

效果我们都看到了,现在来说说Everybodydancenow的动作学习是怎么办到的。。。

大家应该注意到两个视频之间有一个火柴人的动画了吧?它就是真个算法的关键—— GAN对抗网络。

算法先分别对源视频和目标视频中人物的动作进行解析,然后将动作以身体关键点的形式简化成火柴人动画,再把两个火柴人的动作一帧一帧对应修改。

这个过程中,两个火柴人的动作经过了无数次映射学习,就像是女生在教男朋友怎么才能给自己拍一张好看的风景照一样。。。

男朋友拍照给女生看,女生提出反馈意见给男朋友修改学习,从而磨合,直至男友的水平和女生的欣赏力达到一致。

除了身体姿势的学习,算法还把人物的身体分为了肩部以上和肩部以下两个板块,肩部以上的面部表情复刻也采用了同样的算法进行复刻。

emmmmm,虽然细节效果有点一言难尽。。。

其实要是仔细看,不只是目标视频中人物的面部出现了消融的现象,身体在动的时候也有相似的部分部位丢失和模糊化,算法目前还做不到完全的精准复刻。

目前,Everybodydancenow还没有被运用到实际的场景中,也还没有被开源出来。

不过因为这套GAN的学习方式省去了3D建模的复杂流程,一旦成熟很可能会有效提升游戏、动画动效的制作效率。

至于更小一点儿的使用场景嘛,这套算法用在抖音、微视上可能会火。

想想还有点小期待。

图片、资料来源:

1.  EverybodyDanceNow 论文:https://arxiv.org/pdf/1808.07371.pdf

2.《UC伯克利超酷研究:舞痴和舞王之间,只差一个神经网络》,量子位

3.《 到底什么是生成式对抗网络GAN?》,微软亚洲研究院

4.  Dance,giphy.com

人吐槽 人点赞

猜你喜欢

0 条评论

用户名: 密码:
验证码: 匿名发表

你可以使用这些语言

查看评论:抖音上那些舞蹈大咖 可能根本不会跳舞...(图/视)